1. 研究目的与意义
在传统的信号处理理论中，人们分析和处理信号最常用最直接的方法是傅立叶变换,傅立叶变换及其反变换建立了信号时域与频域之间的桥梁,傅立叶频谱分析提供了对信号全局频谱分布的一种描述方法，特别是二十世纪七十年代发明了傅立叶变换的离散快速算法FFT和计算机的广泛应用以来，频谱分析方法在信号处理中占据了统治地位，它几乎用于所有类型的信号分析，但是以后的实践表明，傅立叶频谱分析并非对所有类型信号的分析都有效，傅立叶谱分析存在严格的限制条件:被分析的系统必须是线性的;信号必须是严格周期的或者平稳的，否则谱分析结果将缺乏物理意义。
其中前两个问题是相关的，如果信号的长度比平稳过程的最大周期小的话，将表现出非平稳性，而在自然界大部分现象都是短暂的，所以非平稳性是普遍存在的，而平稳性是一种近似手段。
除了平稳性要求，许多自然现象能够被近似为线性系统，但严格地说，任何一个系统都是趋于非线性的，而且即使对于一个完美的线性系统，由于所采用的信号采集和分析方法并不完美，所以最终都有可能表现为非线性。
2. 课题关键问题和重难点
1.傅里叶变换的主要缺陷在于它缺少时间和频率的定位功能，根据不确定原理，傅里叶变换不能同时得到好的时间分辨率和频率分辨率，并且傅里叶变换仅适用 于平稳的信号分析。
2.线性时频分析技术如 STFT 和 Gabor 使用固定的分析和综合窗函数，因为不确定原理的限制，其时间和频率分辨率受到窗长的约束，不能同时得到优化，短时间持续窗函数能使时间分辨率得到提高，但却降低了频率分辨率;相反，长时间持续窗函数能使频率分辨率得到提高，而时间分辨率却降低了。
因此，如果需要同时具有高的时间和频率分辨率的情况下，使用 STFT 和Gabor很难得到令人满意的结果。
3. 国内外研究现状（文献综述）
傅里叶变换能够显示信号的频谱特性，适合于平稳信号;STFT变换是为了克服傅里叶变换的全局特性，观察信号的局部频谱特性，但是前提也是信号能够局部平稳;对于一些局部非线性变化的信号，采用二次时频分析，从能量角度描述频谱特性，为了克服二次时频分析带来的交叉项影响，采用核函数滤波的方法。
从傅里叶变换到 Cohen 类时频分布，可以认为傅里叶变换和Wigener-Ville分布是都是基础变换方法，窗函数滤波方法是在其基础上的改进。
窗函数滤波方法，包括窗函数选择和核函数的选择，它们使用对象都只限于部分的非平稳信号，有很大的局限性。
4. 研究方案
首先，阅读有关时频分析方面的书籍和文献。
在提出新算法之前，对前人已提出的算法进行深入分析，主要是理解他们提出算法的思路和对算法进行分析的方法。
其次，熟悉软件环境。
5. 工作计划
2022.2.18 - 2022.2.25第一周：完成毕设软件的学习2022.2.15 - 2022.3.4第二周：完成外文翻译完成开题报告2022.3.4 - 2022.3.11第三周：完成仿真模型的创建并进行仿真实验2022.3.11 - 2022.3.18第四周：继续仿真实验并准备中期检查2022.3.18 - 2022.3.25第五周：完成中期检查2022.3.25 - 2022.4.1第六周：完成仿真实验2022.4.1 - 2022.4.8第七周：完成论文提纲2022.4.8 - 2022.4.15第八周：完成论文初稿2022.4.15 - 2022.4.22第九周：完成论文修改2022.4.22 - 2022.4.29第十周：完成论文修改并提交论文2022.4.29 - 2022.5.6第十一周：准备答辩并完成PPT2022.5.6 - 2022.5.13第十二周：进行答辩
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
